搜索

Macaw-LLM多模态语言建模

0粉丝
Macaw-LLM：具有图像、视频、音频和文本集成的多模态语言建模Macaw-LLM 是一项探索性的尝试，它通过无缝结合图像、视频、音频和文本数据开创
知识
简介
Macaw-LLM：具有图像、视频、音频和文本集成的多模态语言建模Macaw-LLM 是一项探索性的尝试，它通过无缝结合图像、视频、音频和文本数据开创了多模式语言建模，建立在 CLIP、Whisper 和 LLaMA 的基础上。近年来，语言建模领域取得了显着进步。然而，图像、视频、音频和文本等多种模... 更多
其它信息
地区
不详
开发语言
Python
开源组织
无
所属分类
神经网络/人工智能、 LLM（大语言模型）
授权协议
未知
操作系统
跨平台
收录时间
2023-09-25
软件类型
开源软件
适用人群
未知

时光轴

里程碑1
LOG0
2023
2023-09
轻识收录
打卡
我要打卡
我要打卡
评价
0.0（满分 10 分）0 个评分
什么是点评分
图片
表情
全部评价( 0)
推荐率 100%
推荐
VisualGLM-6B多模态对话语言模型
VisualGLM-6B多模态对话语言模型
0
VisualGLM-6B多模态对话语言模型
VisualGLM-6B是一个开源的，支持图像、中文和英文的多模态对话语言模型，语言模型基于ChatGLM-6B，具有62亿参数；图像部分通过训练BLIP2-Qformer构建起视觉模型与语言模型的桥
VisualGLM-6B多模态对话语言模型
0
mPLUG-Owl多模态大语言模型
阿里达摩院提出的多模态GPT的模型：mPLUG-Owl，基于 mPLUG 模块化的多模态大语言模型。
mPLUG-Owl多模态大语言模型
0
mPLUG-Owl多模态大语言模型
阿里达摩院提出的多模态GPT的模型：mPLUG-Owl，基于 mPLUG 模块化的多模态大语言模型。它不仅能理解推理文本的内容，还可以理解视觉信息，并且具备优秀的跨模态对齐能力。论文：https://
mPLUG-Owl多模态大语言模型
0
悟道双语多模态大语言模型
“悟道”是双语多模态预训练模型，规模达到 1.75 万亿参数。项目现有 7 个开源模型成果，模型参数
悟道双语多模态大语言模型
0
悟道双语多模态大语言模型
“悟道”是双语多模态预训练模型，规模达到1.75万亿参数。项目现有7个开源模型成果，模型参数文件需到悟道平台进行下载申请。图文类CogViewCogView参数量为40亿，模型可实现文本生成图像，经过
悟道双语多模态大语言模型
0
Simula建模语言
Simula 是一种建模语言，通常被认为是第一个面向对象 (Object-oriented, OO)
Simula建模语言
0
Simula建模语言
Simula是一种建模语言，通常被认为是第一个面向对象(Object-oriented,OO)的语言，随后出现的此类语言包括Smalltalk、C++、Java和C#。那时，大多数面向对象的语言是通过
Simula建模语言
0
VLE视觉-语言多模态预训练模型
VLE (Vision-Language Encoder) 是一种基于预训练文本和图像编码器的图像-
VLE视觉-语言多模态预训练模型
0
VLE视觉-语言多模态预训练模型
VLE (Vision-Language Encoder)是一种基于预训练文本和图像编码器的图像-文本多模态理解模型，可应用于如视觉问答、图像-文本检索等多模态判别任务。特别地，在对语言理解和推理能力
VLE视觉-语言多模态预训练模型
0